مقاله ترجمه شده روش جدید تخمین احتمال خطای انسانی AHP-SLIM

توضیحات

 عنوان فارسی: یک روش جدید برای تخمین احتمال خطای انسانی: AHP-SLIM

عنوان انگلیسی مقاله:

A new method for estimating human error probabilities: AHP–SLIM

چکیده:
حوادث در صنعت عمدتا در نتیجه خطاهای انسانی (HEs) هستند؛ زمینه های مربوطه که HEs را در نظر گرفته اند، اخیرا افزایش یافته اند. به همین دلیل، روش های متعددی به صورت کمی برای برآورد آنچه که به عنوان احتمال HE (HEP) شناخته شده توسعه یافته اند. با این حال، اگرچه به دست آوردن داده های تجربی  که منجر به اعتماد شدیدی به رای صاحب نظران در این زمینه بشود، دشوار است. در طی فرایند اظهار نظر صاحب نظران، ذهنیت نقش مهمی ایفا می کند، که مشکلاتی در مورد تضمین پایداری ایجاد می کند. برای غلبه بر این مشکل و برای به دست آوردن برآورد دقیق تر، این مطالعه یک روش جدید و ساده را نشان می دهد. این روش که به نام AHP-SLIM منتسب است، به یک نوع از برآورد HEP با استفاده از فرایند تحلیل سلسله مراتبی (AHP) اشاره دارد، که داوری ذهنی را کمی و ثبات داده های جمع آوری شده را تایید می کند. این روش جدید نیز از فرایند قضاوت متخصصان در روش شاخص احتمال موفقیت (SLIM) استفاده می کند.

کلمات کلیدی: احتمال خطای انسانی؛ عوامل شکل دهی عملکرد ؛ قضاوت متخصصان؛ فرآیند تحلیل سلسله مراتبی؛ روش شاخص احتمال موفقیت؛ خطای راننده

1- مقدمه

خطای انسانی (HE) یک نگرانی مهم در امنیت بهره برداری از نیروگاه های هسته ای و دیگر موسسات صنعتی پیچیده است[1]. برای مثال، در بسیاری از بلایای طبیعی عمده، مانند سانحه هوایی تنریف (1977) و حادثه جزیره تری مایل (1979)، HE یک عنصر بسیار مهم بود که عملکرد نادرست این سیستم های پرخطر را دربر می گرفت[2]. برای تجزیه و تحلیل و پیش بینی احتمال (به عنوان مثال احتمال خطای انسانی (HEP)  در این زمینه ها، تجزیه و تحلیل قابل اطمینان انسان (HRA) به عنوان بخشی از تجزیه و تحلیل ایمنی سیستم ، به ویژه برای ارزیابی امنیت احتمالاتی (PSA) نیروگاه های هسته ای انجام می شود[3]. در اینجا روش های مختلفی، از جمله روش هایی برای پیش بینی نرخ خطای انسانی (THERP)، که در طول HRA استفاده می شود، وجود دارد[4]. به تازگی، برای اعمال HRA به دیگر حوزه های ارزیابی از جمله زمینه های دارویی و پزشکی؛ سرویس ها و زمینه های کسب و کار؛ زمینه کم خطر تکنولوژی؛ و حوزه های تصمیم گیری سیاسی- اجتماعی تلاش شده است[5]. تعدادی از تکنیک های HRA ارتباط نزدیکی با این حوزه دارند. این روش ها شامل قضاوت احتمال مطلقAPJ) ) روش شاخص احتمال موفقیت SLIM)) و مقایسه جفتی PC))، و غیره هستند. این روش ها اغلب برای ساده سازی عملکرد HRA استفاده می شوند. این روشها معمولا در طول فاز کاربردی مقدماتی HRA  نیز استفاده می شوند [5].

منابع ایده آل از داده های HE برای این HRA ها مطالعات تجربی در مورد عملکرد انسان و حوادث است. متاسفانه، دسترسی  به چنین اطلاعاتی محدود است[5]. که منجر به اعتماد بر ارزیابی توسط متخصصان می شود، و این روش با موفقیت در زمینه های مختلف استفاده شده است[8]. با این حال، چندین مشکل مربوط به قضاوت متخصصان برای HRA وجود دارد. این مشکلات می تواند شامل تناقضات در قضاوت و مشکلاتی شامل در نظر گرفتن سیستماتیک عوامل شکل گیری عملکرد (PSFs) باشد، که این عوامل عملکرد انسان را تحت تاثیر قرار می دهند[4].

مشکلات مربوط به قضاوت متخصصان در HRA می تواند به شرح زیر خلاصه شود: PC می تواند توافق صاحب نظران را بررسی کند؛ اگرچه، بررسی ثبات داده های اولیه زمانی که PSFs نیز در نظر گرفته می شود، برای اظهار نظر دشوار است. بررسیپایداری APJ بعد از تمام اظهار نظرها انجام شده است. که نشان می دهد که اگر یک تناقض بزرگ در نتیجه وجود داشته باشد، متخصصان باید در قضاوت خود تجدید نظر کنند. این روش همچنین مسائل مربوط به در نظر گرفتن PSFs را نیز دارد. علاوه بر این، SLIM در حالی که ثبات درمرحله اظهار نظر را تایید می کند، مشکلاتی نیز دارد. در مقابل روش های فوق، SLIM می تواند PSFs را در نظر بگیرد. با این حال، می تواند مشکل وزن دهی PSFs مستقل از کار رتبه بندی (یعنی HE) وجود داشته باشد. علاوه بر این، در SLIM، رتبه بندی HE بر پایه ی نظرات صاحب نظران PSFs در یک کارخانه واقعی [6] و یا در مورد وضعیتی که وجود دارد، در نظر گرفته می شود[10]. با این حال، در مواردی از HE که ممکن است پی بردن به شرایط فعلی از PSFs دشوار باشد، وضعیت خاصی که در آن اغلب HE رخ می دهد
باید فرض شود.

این مقاله یک روش جدید، به نام AHP-SLIM را نشان می دهد، که از فرایند تحلیل سلسله مراتبی (AHP) و SLIM استفاده می کند. روند سابق،به صورت ساده و به طور گسترده ای برای ابزار تصمیم گیری برای استخراج احتمال شکست وظایف مورد نظر در این مقاله استفاده می شود. حالت دوم برای تبدیل نتایج حاصل از AHP به احتمالات HE (HEPS) مورد استفاده قرار می گیرد. با استفاده از این روش جدید، می توان برمشکلات قبلی غلبه کرد و HEPS می تواند به راحتی و به سرعت زمینه های مختلف را براورد کند.
این مقاله به شرح زیر است: بخش 2، AHP و SLIM را بطور خلاصه توصیف می کند. روش ارائه شده با ذکر جزئیات در بخش 3 توضیح داده شده و آزمایش اعتبارسنجی آن در بخش 4 شرح داده شده است. در نهایت، در بخش 5 نتیجه گیری ارائه شده است.

توجه:

• برای دانلود فایل word کامل ترجمه از گزینه افزودن به سبد خرید بالا استفاده فرمایید.
• لینک دانلود فایل بلافاصله پس از خرید بصورت اتوماتیک برای شما ایمیل می گردد.